MySQL数据库压力测试：Sysbanch

最新推荐文章于 2026-06-20 11:16:21 发布

原创最新推荐文章于 2026-06-20 11:16:21 发布 · 545 阅读

6 ·

本内容遵循CC 4.0 BY-SA版权协议

GEO检测

标签

#数据库 #mysql #压力测试

01数据库专栏收录该内容

12 篇文章

订阅专栏

一、Sysbanch安装和压测流程

1.1 Linux（CentOs）上安装Sysbanch

2.1 8核16G MySQL性能瓶颈与健康指标预期

2.2 单机常见配置

一、Sysbanch安装和压测流程

1.1 Linux（CentOs）上安装Sysbanch

下载sysbench-master.zip：https://github.com/akopytov/sysbench

# 安装依赖：gcc、make、mysql-devel（MySQL客户端库）
sudo yum install gcc gcc-c++ autoconf automake make libtool mysql-devel -y

# 上传sysbench-master.zip到Linux的/opt目录下，并解压
yum install -y unzip
cd /opt
unzip sysbench-master.zip
cd sysbench-master

# 生成 configure 文件
./autogen.sh

# 配置，指定 MySQL 库路径（默认会自动检测），添加 CFLAGS="-std=gnu99"
./configure --with-mysql-includes=/usr/include/mysql --with-mysql-libs=/usr/lib64/mysql
./configure CFLAGS="-std=c99"

# 编译
make -j$(nproc)

# 安装到系统（默认 /usr/local/bin）
sudo make install

#安装完成后验证
sysbench --version

1.2 数据库准备

需要创建一个专门用于测试的MySQL数据库和用户，这里省略

记录数据库地址、端口、数据库名称、用户名、密码

1.3 Sysbench常用脚本说明

Sysbench 提供了多种 Lua 脚本，位于 /usr/local/share/sysbench/：

oltp_read_only.lua：只读测试：只读时 QPS 会更高，CPU 可能更快饱和，延迟更低
oltp_write_only.lua：只写测试：写入需要刷日志、加锁，TPS 通常低于读写混合，CPU 消耗可能更多在系统态
oltp_read_write.lua：读写混合（约 14:4 的读写比例）
oltp_delete.lua：删除测试
oltp_update_index.lua：更新索引列
oltp_update_non_index.lua：更新非索引列
oltp_point_select：点查测试（随机主键查询），是评估 CPU 纯计算能力的好方法
select_random_points.lua / select_random_ranges.lua：随机点/范围查询

可以根据需要选择对应的脚本，参数基本相同。

1.4 Sysbench预埋数据库数据

sysbench /usr/local/share/sysbench/oltp_read_write.lua \
  --mysql-host=127.0.0.1 \
  --mysql-port=3306 \
  --mysql-user=sbtest \
  --mysql-password=sbtest123 \
  --mysql-db=sbtest \
  --tables=10 \
  --table-size=100000 \
  --threads=8 \
  --time=60 \
  prepare

oltp_read_write.lua：测试脚本路径，通常安装后位于 /usr/local/share/sysbench/。
--tables=10：创建 10 张表。
--table-size=100000：每张表插入 10 万行数据。
--threads=8：准备数据时使用的并发线程数（可根据机器调整）。
--time=60：此参数在 prepare 阶段无效，但保留格式。

1.5 Sysbench运行压测

sysbench /usr/local/share/sysbench/oltp_read_write.lua \
  --mysql-host=127.0.0.1 \
  --mysql-port=3306 \
  --mysql-user=sbtest \
  --mysql-password=sbtest123 \
  --mysql-db=sbtest \
  --tables=10 \
  --table-size=100000 \
  --threads=16 \
  --time=300 \
  --report-interval=10 \
  run

--threads=16：模拟 16 个并发客户端。
--time=300：测试持续 300 秒。
--report-interval=10：每 10 秒输出一次中间统计。

结果字段示意：

字段	含义
`thds: 16`	当前并发线程数，即同时有 16 个连接在发请求
`tps: 2342.99`	Transactions Per Second，每秒完成的事务数（一个事务通常包含多条SQL）
`qps: 46876.75`	Queries Per Second，每秒执行的SQL语句总数
`(r/w/o: 32815.89/9373.37/4687.48)`	每秒SQL的细分： • r (read) = 32815.89 次读操作 • w (write) = 9373.37 次写操作（UPDATE/INSERT/DELETE） • o (other) = 4687.48 次其他操作（如BEGIN、COMMIT）
`lat (ms,95%): 10.27`	95% 的请求延迟在 10.27 毫秒以内（排除最慢的5%）
`err/s: 0.00`	每秒发生的错误数
`reconn/s: 0.00`	每秒重连次数

总体统计（SQL statistics）

字段	含义
`read: 8999718`	整个测试期间累计执行的读SQL总数
`write: 2571348`	累计写SQL总数
`other: 1285674`	累计其他SQL总数
`total: 12856740`	累计SQL总数
`transactions: 642837 (2141.48 per sec.)`	总事务数，以及平均每秒事务数
`queries: 12856740 (42829.65 per sec.)`	总查询数，以及平均每秒查询数
`ignored errors: 0`	忽略的错误数（此处为0，表示无错误）
`reconnects: 0`	重连次数

吞吐量（Throughput）

字段	含义
`events/s (eps): 2141.4825`	每秒完成的事件（事务）数，与平均TPS一致
`time elapsed: 300.1832s`	测试总耗时
`total number of events: 642837`	总事务数

延迟（Latency (ms)）

字段	含义
`min: 4.08`	单个事务的最小延迟（毫秒）
`avg: 7.47`	平均延迟
`max: 417.72`	最大延迟（可能有瞬时抖动）
`95th percentile: 7.17`	95分位延迟，即95%的事务在 7.17 毫秒内完成
`sum: 4799445.04`	所有事务延迟的总和（用于计算平均值）

线程公平性（Threads fairness）

字段	含义
`events (avg/stddev): 40177.3125/3841.81`	每个线程平均处理的事务数，标准差 3841.81，说明线程间负载略有差异（但在可接受范围）
`execution time (avg/stddev): 299.9653/0.09`	每个线程的平均执行时间接近 300 秒（测试总时长），标准差极小，说明线程运行非常均衡

1.6 清理数据

测试结束后，可以删除测试表：

sysbench /usr/local/share/sysbench/oltp_read_write.lua \
  --mysql-host=127.0.0.1 \
  --mysql-port=3306 \
  --mysql-user=sbtest \
  --mysql-password=sbtest123 \
  --mysql-db=sbtest \
  --tables=10 \
  cleanup

二、MySQL压力测试标准及常见测试

2.1 8核16G MySQL性能瓶颈与健康指标预期

指标维度	瓶颈/健康参考值	关键说明与依据
TPS (每秒事务数)	瓶颈阈值：2500 ~ 4500 健康基准：> 3000	这是混合读写场景下的典型值。腾讯云官方压测显示，同规格实例在大数据集（超内存）下混合读写TPS约2510；若为全缓存场景可高达4703。
QPS (每秒查询数)	瓶颈阈值：50000 ~ 80000 健康基准：> 60000	QPS通常为TPS的10-20倍。参考基准：同规格下点查询（Point Select）QPS可达10.3万（全缓存）至5.5万（大数据集）。
数据量阈值	瓶颈临界点：> 32 GB 风险预警：> 40 GB	核心判断标准：活跃数据是否超过内存。16G内存除去操作系统开销，InnoDB Buffer Pool通常配置为12GB左右。一旦热数据超过此值，就会产生磁盘I/O，性能开始显著下降。
内存使用率	正常区间：80% ~ 90% 风险阈值：> 95%	MySQL会尽力占用内存用于缓存。使用率持续高于95%且伴随Buffer Pool命中率下降时，才需关注。
CPU使用率	正常区间：< 80% 瓶颈阈值：> 90%	达到瓶颈时CPU往往是满负荷的。但如果CPU使用率低而TPS也上不去，说明瓶颈可能在磁盘I/O等待或锁竞争上。
Buffer Pool命中率	优秀标准：> 99% 性能预警：< 95%	这是衡量内存是否够用的核心指标。如果命中率低于99%，说明大量查询需要去磁盘读取数据，性能会急剧下降。
RT (响应时间)	平均延迟：< 10 ms 长尾延迟(p99)：< 50 ms	在未达到瓶颈时，简单点查询应在毫秒级。当磁盘I/O成为瓶颈或锁争用严重时，延迟会飙升。阿里云实测同规格下1.2亿数据点查询仅需5ms左右。
磁盘利用率	瓶颈阈值：> 80% ~ 90%	云磁盘通常有IOPS上限。当磁盘利用率持续100%时，意味着磁盘I/O已满，这是典型的“大数据集”场景瓶颈。
IOPS使用率	瓶颈阈值：与磁盘类型上限对比	普通云盘IOPS可能只有几千，而SSD云盘可达上万。若读写请求持续打满上限，I/O就是绝对瓶颈。建议监控`iostat`中的`await`（服务时间），超过10ms通常意味着磁盘压力大。

2.2 单机常见配置

# 事务与数据安全
innodb_flush_log_at_trx_commit=1, #每次事务提交，都将redolog刷入磁盘
innodb_log_file_size=1572864000    #redolog磁盘日志文件大小，KB，这里1500MB，较大日志文件可以提供更好的写入性能，可设置为1G-4G，过大会导致数据库恢复时间变长
innodb_flush_method=O_DIRECT     #指定InnoDB如何将数据刷新到磁盘。对于Linux系统，O_DIRECT 是推荐设置，可以绕过操作系统缓存，避免双重缓存，减少CPU开销。
SQL_LOG_BIN = 0;   -- 关闭binlog，仅对当前会话有效，不影响其他连接，阿里云RDB不支持实时更改,取参数设置中改
sync_binlog=1,        #每次事务提交，都将binlog刷入磁盘
async   #binlog复制到其他机器是异步的，可能丢失部分数据

SHOW VARIABLES LIKE 'log_bin';    #验证是否关闭，若显示 OFF，则表示 binlog 已关闭。
transaction_isolation = 'READ-COMMITTED';   #隔离级别，读已提交

# 核心内存与连接参数设置
innodb_buffer_pool_size=12884901888    #缓存池，12G，一般为物理内存的50%~75%，缓存数据和索引
max_connections=8520         #最大并发连接数，设置太高会消耗大量内存，太低会导致连接被拒
thread_cache_size=100       #缓存线程数，一般建议为最大连接池的5%~10%
sort_buffer_size=1048576        #每次排序都会分配此大小内存，1M，设置过大会导致内存不足，建议从2M~4M开始调整
tmp_table_size=2097152          #自动创建内存临时表的最大大小，2M，超过则转换为磁盘表（GROUP BY、ORDER BY）
max_heap_table_size=67108864     #手动创建内存临时表的最大大小，64M，超过则转换为磁盘表（CREATE TABLE ... ENGINE = MEMORY）
back_log=3000            #在短时间内有大量连接请求时，设置的是连接请求的排队数量。如果瞬时并发连接很高，可以适当调大，如 500 - 1000。

#其他
lower_case_table_names=1   #表名不区分大小写
slow_query_log = 1         #开启慢查询日志
slow_query_log_file = /home/mysql/log/mysql/slow_query.log  #慢查询日志位置
long_query_time = 1      # 慢查询阈值，单位秒
log_queries_not_using_indexes = OFF  # （可选）记录未使用索引的查询，建议开启，这对优化很有帮助
log_slow_admin_statements = ON  # （可选）记录管理类命令，如OPTIMIZE TABLE、ANALYZE TABLE等

-- 慢查询测试：使用 sleep 函数模拟一个执行2秒的查询
SELECT SLEEP(2);